中国对波兰出口贸易绩效及其影响因素分析——基于累积Logit模型的实证研究

曾 勇，张静中

(河海大学商学院，江苏南京 211100)

中国对波兰出口贸易绩效及其影响因素分析
——基于累积Logit模型的实证研究

曾 勇，张静中

(河海大学商学院，江苏南京 211100)

与波兰的经贸交往是中国与中东欧国家开展贸易投资合作的重点，波兰与中国在金融、经贸和文化等多个领域都有着良好的合作关系。为了准确分析影响中国对波兰出口贸易绩效的因素，为改善中国对波兰的出口贸易绩效提出相应的合理建议，利用1990-2014年的中国和波兰贸易往来的相关数据，选取科技创新、人力资本、中波人均收入水平差距、波兰加入欧盟、中国对波兰的直接投资和中波出口贸易结构相似度作为影响中国对波兰出口贸易绩效的因素，采用累积Logit模型进行回归分析，从而估算出这些变量对出口贸易绩效的影响方向。实证结果表明，科技创新、人力资本对出口贸易绩效有显著的促进作用，而中波人均收入水平差距、波兰加入欧盟、中国对波兰的直接投资和中波出口贸易结构相似度对出口贸易绩效具有一定的阻碍效应。基于模型分析结果，从加大科技和人力资本投入、缩小中波收入差距和调整对波产品出口竞争策略等方面出发，提出了改善中国对波兰出口贸易绩效的具体建议，为“一带一路”战略的顺利实施提供决策参考。

国际贸易学；累积Logit模型；出口贸易绩效；波兰；逐步回归；一带一路

中东欧国家包括波兰、捷克、斯洛伐克、匈牙利、斯洛文尼亚、克罗地亚、罗马尼亚、保加利亚、塞尔维亚、黑山、马其顿、波黑、阿尔巴尼亚、爱沙尼亚、立陶宛、拉脱维亚等16个国家。波兰是中东欧国家中人口最多，面积最大，经济最为发达的国家，与中国经贸合作历史悠久。2014年波兰对华贸易额约172亿美元*数据来源于联合国COMTRADE数据库。，是中东欧16国中与中国贸易额最大的国家。2014年中国对中东欧国家的投资流量超过2亿美元，其中中国在波兰的投资额达到4 417万美元*数据来源于2014年《中国对外直接投资统计公报》。，在所有投资波兰的国家中位居第四。由此可见，中波两国未来的经贸发展潜力巨大，合作前景广阔。

目前国内外均有大量学者研究出口贸易绩效问题，他们根据不同的样本数据，以特定国家或地区的出口贸易绩效为因变量建立数理模型进行实证分析，从而得出影响出口贸易绩效的因素。

对于影响出口贸易绩效因素的研究主要集中在3个方面。1)对一国相关的内生因素进行考量并分析其如何影响出口贸易绩效；2)从双边或多边国家的贸易角度出发来测度这些变量对出口贸易绩效的具体影响；3)从文化政策等因素研究出口贸易绩效。

对一国相关的内生因素进行考量。THIRLWALL[1]指出与规模经济相异的、长期的比较贸易优势可以通过对人力资本的持续投资获得，有效规避了低质商品所面临的高进口需求收入弹性和低出口需求的收入弹性。BOUGHEAS等[2]通过建立只有2个国家、2种生产要素的贸易模型，两国唯一不同的是人力资本要素，得出对于人力资本的投资将会改善一个国家出口贸易绩效的结论。林琳[3]以1986-2006年山东省数据为基础分析了技术创新对出口贸易绩效的影响，认为技术创新与出口贸易绩效之间具有显著的正相关关系。郭炳南等[4]以江苏省为例研究了技术创新、人力资本和出口贸易绩效三者的均衡关系，研究表明技术创新和人力资本都在很大程度上推动了出口贸易绩效的改善。REENEN[5]研究了工资不平等、技术创新和贸易三者之间的关系，并通过中国的贸易数据证明了科技的内生化可以有效地改善中国的出口贸易绩效。

从双边或多边国家的贸易角度出发来测度这些变量对出口贸易绩效的具体影响。LINDER[6]提出的“需求相似理论”认为国际贸易是国内贸易的拓展，一国的需求偏好决定了产品的出口结构、流向及贸易量的大小，而一国的平均收入水平又决定了该国的需求偏好。因此只有当两国的相对收入水平越接近时，它们之间的贸易关系才会越密切，国家的出口贸易绩效才有得到改善的机会。FUNKE等[7]通过对包括中国、韩国、新加坡和马来西亚等国在内的亚洲十国贸易数据的实证分析表明，出口产品的高度差异化将会使得出口国获得贸易竞争优势从而推动产品出口，改善出口贸易绩效。HUMMELS等[8]使用126个出口国家和59个进口国家关于5 000种商品的进出口数据建立面板模型，得出出口产品多样化的国家可以获得更为有利的贸易条件，在贸易竞争中处于绝对优势地位。孔炯炯[9]基于Funke & Ruhwedel动态面板数据模型，利用两种不同的方法对亚洲9个国家和地区对美国的出口贸易绩效与产品多样化之间的关系进行实证分析，得出出口产品多样化对出口贸易绩效有显著促进作用的结论。张亚斌等[10]基于42个贸易条件恶化的发展中国家1995-2008年的面板协整检验表明，贸易结构相似恶化价格贸易条件，降低收入贸易条件。

从文化政策等因素研究出口贸易绩效。燕春蓉等[11]基于引力模型的面板数据检验实证分析了欧盟向中东欧国家的扩张对中国和欧盟国家贸易关系的影响。龚江洪等[12]利用引力模型分析了影响中国和中东欧国家之间贸易的因素，认为经济规模、人口规模、地理距离、需求结构和欧盟东扩会影响中国和中东欧国家之间的贸易关系，其中经济规模、欧盟东扩对中国和中东欧之间的贸易有显著促进作用。尚宇红等[13]基于修正贸易引力模型提出了文化距离对中国和中东欧国家双边贸易有显著阻碍作用的观点，但是经济全球化使得文化距离对贸易的影响程度有所下降。龙晓柏等[14]基于中国的省际效应视角阐述了战略性贸易政策与出口绩效之间的关系，得出省际政府战略性贸易政策对省域出口发展有显著的差异性作用。

现有文献研究出口贸易绩效的对象多为发达国家或是东盟、欧盟等多个国家组成的经济体，相比之下研究中国对中东欧国家出口贸易绩效的文献较少，且目前尚无研究中国对波兰出口贸易绩效的文献。学者多使用引力模型分析出口贸易绩效，暂无使用累积Logit模型对这一问题展开研究。笔者采用累积Logit模型进行回归分析，选取科技创新、人力资本、人均收入水平差距、出口贸易结构相似度、中国对波兰直接投资和波兰加入欧盟作为影响中国对波兰出口贸易绩效的因素，初步考虑将这6个变量纳入模型，从而估算出这些变量对出口贸易绩效的影响方向。

1 变量、数据与模型

1.1 对被解释变量的分析

本文的被解释变量是中国对波兰的出口贸易绩效。出口贸易绩效代表了在特定的组织和环境条件下出口行为的结果。出口贸易绩效是一个多层面的概念，使用复合维度的出口贸易绩效建构可以帮助克服单一指标的系统或随机波动。根据国际贸易理论的基本知识和其他学者对出口贸易绩效的研究结果，整理得出中国对波兰出口贸易绩效评估指标体系，如表1所示。

表1 中国对波兰出口贸易绩效评估指标体系

一级指标即为中国对波兰出口贸易绩效，二级指标选取了出口贸易绩效研究领域中4个较为成熟的子指标，这些子指标分别侧重于出口贸易绩效的不同方面，能够较为精准地测度中国对波兰的出口贸易绩效。由所得到的指标数据，利用因子分析法对出口贸易绩效二级指标进行降维处理。这个四维指标经过因子分析法的降维最终可得到一个综合绩效指数，再对降维后的综合绩效指数进行排序，按照三等分方式将1990-2014年的出口贸易绩效分别划分为1(差)，2(中)，3(好)3个等级。

二级指标的具体含义如下。

1)出口贸易份额：指中国向波兰出口额占世界向波兰出口额的比重，若中国所占比重越大，则中国出口产品对波兰的重要性越强。

2)出口产品集中度指数：即改进后的赫希曼指数，主要用来衡量一国产品出口的集中程度。该指数越大，说明出口产品的多样性越差。具体公式为

其中：Xit表示中国(k)在第t年出口至波兰的第i种商品贸易额；Xkt表示中国在第t年向波兰出口的贸易总额。

3)贸易互补性指数TCI：此指数由澳大利亚经济学家彼得·德赖斯代尔于1967年在巴拉萨等人研究的基础上进一步发展了显示性比较优势相关理论后所提出的，主要用来衡量一国的出口产品结构与贸易伙伴的进口产品结构的吻合度，进而评估出口贸易的发展前景。当这一指数较小时，表明出口国和进口国的贸易空间较小。具体公式为

TCIij=∑(RCAxik×RCAmjk)×(Xwk/Xw)，

其中：

RCAxik=(Xik/Xi)/(Xwk/Xw)，

RCAmjk=(Mjk/Mj)/(Mwk/Mw)。

TCIij表示以中国(i)为出口国、波兰(j)为进口国时两国在第k类商品上的贸易互补性指数，RCAxik表示以出口来衡量中国在第k类商品上的显示性比较优势；RCAmjk表示以进口来衡量波兰在第k类商品上的显示性比较劣势。

4)出口贸易深度边际指数：来源于胡默斯和克列诺推导的衡量一国出口增长结构的“二元边际”方法，主要反映了一国出口现有产品的能力，马风涛等[17]研究中国出口贸易绩效时对其进行了改进。具体公式为

IMj=∑i∈IjPjiXji/∑i∈IjPkiXki，

其中：IMj表示中国对波兰的出口贸易深度边际；p为出口商品价格；x为出口商品数量；Ij表示中国对波兰出口的商品总类别；k代表除中国以外向波兰出口商品的其他所有国家。

1.2 自变量的选取

本文主要研究的是影响中国对波兰出口贸易绩效的因素，根据现有的文献研究，国内外学者所提出的科技创新、人力资本、人均收入水平差距和出口贸易结构相似度等因素均对出口贸易绩效有显著影响。1)科技创新可以通过提高生产要素的边际生产率实现贸易产品的结构升级与比较优势的转变，扩大国际市场份额，从而改善出口贸易绩效[3]；2)人力资本的提高推动了产品生产效率的改进，加强了产品的竞争力，与出口贸易绩效呈正相关关系[4]；3)人均收入水平差距越大，两国间发生贸易的可能性就越小，对出口贸易绩效产生负相关效应[6]；4)关于出口贸易结构相似度对出口贸易绩效的影响，相关研究证明两国间出口贸易结构越相似，则同类出口产品比较优势会越小，对一国向另一国出口产品会有负面影响[7]。

基于当前中国和波兰的实际贸易现状，补充增加了波兰加入欧盟和中国对波兰直接投资2个基本变量。波兰于2004年5月1日加入欧盟，加入欧盟后的波兰会增加对欧盟其他国家产品的进口以及执行欧盟对中国实施的技术壁垒和绿色壁垒等条例，势必会对中国对波出口产生影响。此外，中国对波兰的直接投资也会通过中国在波兰本地设厂生产产品从而削减中国产品出口等方式直接影响到中国对波兰的出口贸易绩效。因此，笔者最终确定了6个基本变量。表2对自变量的分布情况进行了描述性统计。

表2 自变量的描述性统计

对部分自变量作如下说明。

1)科技创新：度量科技创新的方法可以划分为投入法和产出法。投入法是依据所投入的研发费用来度量科技创新水平，产出法是依据专利的授权数来衡量科技创新水平。由于产出法可以更为精确地度量科技创新对国际贸易竞争力的影响程度，故选取产出法来度量科技创新水平。

2)人力资本：衡量人力资本的方法可以划分为教育经费法、受教育年限法和劳动者报酬法。考虑到数据的可获性，选取教育经费法即国家支出的教育经费占国家整体财政支出的比重来衡量人力资本水平。

3)人均收入水平差距：表示1990-2014年中国和波兰人均GDP之间的差异，采用2国人均GDP差距的平方对数化后作为变量值。

4)波兰加入欧盟：采用虚拟变量的方法进行表示。具体设定为如果加入，则虚拟变量取值为1，如若未加入，则虚拟变量取值为0。

5)出口贸易结构相似度：对于中波出口贸易结构相似度，笔者选用FINGER 等[18]于1979年提出的出口相似度指数ESIij=∑kmin(Sikt,Sjkt)进行衡量，Sikt和Sjkt分别表示中国和波兰在t时期向世界出口商品k在各自总出口中的份额。

1.3 数据说明

根据数据可获性，笔者选取1990-2014年中国和波兰的相关数据展开实证研究。

被解释变量中中国和波兰的贸易数据均来源于联合国COMTRADE数据库。由于年份跨度较长，为了保证数据的统一性，按照SITC(REV.01)标准计算相应的贸易额数据。SITC(REV.01)包含10大类产品(SITC0-SITC9)，通常研究一般将0-4类初级产品划分为资源密集型产品，5，7类制成品划分为资本密集型产品，6，8类制成品划分为劳动密集型产品，9类产品为其他产品。因此被解释变量的二级指标按照这4大类产品进行核算。

自变量中的1990-2014年科技创新数据取自《中国统计年鉴》，1990-2014年人力资本数据来源于《中国教育经费统计年鉴》，中国和波兰的人均GDP数据来源于IMF世界经济展望数据库，中国对波兰的直接投资(OFDI)1990-2002年的数据取自《中国对外经济贸易年鉴》，2003-2014年数据取自《中国对外直接投资统计公报》。

1.4 模型设定

累积Logit回归模型定义为

ξ服从Logistic分布，被解释变量y有j种类别，j=1,2,…，J，共有(J-1)个分界点，μj将各相邻类别分开，给定x值的累积概率可以表示为

P(y≤j|x)=P(y*≤μj)=

又因为ξ服从Logistic分布，改写为

P(y≤j|x)=

对其进行自然对数变化得最终形式：

结合所要研究的出口贸易绩效y，其取值为1，2，3，分别代表出口贸易绩效差、中、好，令P1，P2，P3分别表示出口贸易绩效“差”，“中”，“好”的概率。以出口贸易绩效高低类别发生的概率为被解释变量，影响出口贸易绩效的因素为解释变量。用TECH代表科技创新，HUMAN代表人力资本，PCIG(Per Capita Income Gap)代表中波人均收入水平差距，OFDI代表中国对波兰的直接投资，ESI代表出口贸易结构相似度，EU代表波兰是否加入欧盟，和为常数项，和为扰动项。通过累积Logit回归，分析各变量如何影响出口贸易绩效的表现。因此可以构建2个累积Logit模型：

对上式转换可得：

其中：

gj=αj+β1TECH+β2HUMAN+β3PCIG+

β4OFDI+β5ESI+β6EU+ξj,j=1,2。

2 实证分析

2.1 预期符号方向

在进行实证分析之前，笔者先初步预测各解释变量对出口贸易绩效影响的符号方向并进行简要说明，详见表3。

表3 各解释变量对出口贸易绩效影响的预期方向和理论说明

2.2 计量结果分析

笔者基于1990-2014年中国和波兰的相关数据，采用累积Logit模型，结合SPSS 20开展回归分析。表4为最终模型回归结果。模型拟合信息显示，χ2=512.701，P<0. 001，表明最终模型成立具有统计学意义，即列入模型的各个解释变量联合起来对被解释变量有显著影响；经拟合优度检验，Pearson和Deviance两个准则的P值均为1.000，说明模型拟合较好，各解释变量分别对被解释变量有显著影响，各回归系数符号与预期相同。PseudoR2=0.828，模型对观测数据的拟合程度较高，反映出该模型对中国向波兰出口贸易绩效的相关问题有较强的解释力。模型中各解释变量系数符号方向与预期符号方向一致。

表4 累积Logit模型回归结果

注：1)***为1%水平上显著，**为5%水平上显著，*为10%水平上显著；2)括号内是皮尔逊和偏差检验的P值。

2.2.1 显著正向变量

从表4可得知，科技创新、人力资本2个变量有利于改善中国对波兰的出口贸易绩效。

科技创新的估计系数为41.052，并且在1%水平上显著。中国专利授权数从1990年的22 558项增长到2014年的1 302 687项*数据来源于1990年和2014年《中国统计年鉴》。，在25年里增长约57倍。同期中国专利受理数从1990年的41469项增长到2 361 243项，增长幅度较中国专利授权数进一步扩大，中国国内科研创新环境不断改善，人才创新的积极性持续提高，最终推动了科技创新水平的上升。从中国对波兰的出口贸易数据中也可以看出，初期中国主要向波兰出口劳动密集型产品。1990年中国向波兰出口的劳动密集型产品(SITC6和SITC8)占中国向波兰出口总额的79.97%，但资本及技术密集型产品出口(SITC5和SITC7)占比仅为11.95%，劳动密集型产品出口比例达到3/4以上。而随着中国科技创新水平的不断上升，中国产品的科技“含金量”也随之提高，机械、电子设备等科技水平相对较高的产品出口额持续扩大。2014年，中国向波兰出口的劳动密集型产品占中国向波兰出口总额的49.59%，而资本和技术密集型产品出口占比上升至47.92%。可以看出较1990年劳动密集型产品出口占比大幅下跌，而资本和技术密集型产品占比出现大幅上涨，基本已经占比达到一半。科技创新带来的贸易竞争优势的扩大显著地改善了中国对波兰的出口贸易绩效。

人力资本的估计系数为12.039，在1%水平上显著。中国教育经费支出逐年递增，由1990年的433.9亿元增长到2014年的26421亿元*数据来源于1990年和2014年《中国教育经费统计年鉴》。，其占财政支出的比例也整体呈上升趋势，从1990年的14.07%增长到2014年的17.41%。教育经费支出有助于提高劳动者智力水平，在人力资源的开发和人力资本的积累上有着关键性作用。人力资本的积累一方面能永久性提高劳动者质量，从而提高要素生产率和提升出口品在国际市场的竞争力；另一方面有助于提高发展中国家对发达国家的技术吸收能力，从而有助于技术创新和进步。我国居民受教育程度不断提高，这些高素质劳动力进入企业加速了企业技术吸收再创新的进程，促使企业生产率得到大幅提升。

2.2.2 显著负向变量

由表4的信息看出，人均收入水平差距、波兰加入欧盟、中国对波兰直接投资和出口贸易结构相似度4个变量会恶化中国对波兰的出口贸易绩效。

人均收入水平差距的估计系数为-32.081，在1%水平上显著。1990年中国人均GDP为316.22美元，波兰人均GDP为1 698.01美元，波兰是中国的5.4倍。2014年中国人均GDP达到7 590.02美元，波兰的GDP为14 342.91美元*数据来源于IMF世界经济展望数据库。，两者差距缩小至1.9倍。虽然近年来中国人均收入水平得到了显著地改善，但是截止到2014年，其与波兰的人均收入水平仍存在着较大的差距。因此本文得出的结论与林德尔所提出的“需求相似理论”是基本吻合的。需求相似理论指出一国工业品出口的国家应是那些收入水平、需求偏好相似的国家，2个国家对某些工业品需求偏好越相仿，它们之间发生此类工业品贸易的可能性就越大。人均收入水平的高低与资本货物、消费货物的需求类型关系密切。人均收入水平的高低在很大程度上取决于现有的资本存量，而资本存量丰富与否则决定了对资本货物需求的质量构成。人均收入水平高的国家需求高质量和“奢侈”性消费货物，而人均收入水平低的国家则需求低档的“必需消费品与一般资本货物”。因而根据实证分析结果可知，现今中国和波兰人均收入水平差距的不断扩大将不利于中国向波兰出口更多的产品。

波兰加入欧盟的估计系数为-48.526，在5%水平上显著。波兰自2004年加入欧盟后，执行欧盟对中国实施的一系列技术壁垒和绿色壁垒如WEEE，ROHS和EUP等指令，使得中国向波兰出口的产品尤其是机电产品受到了很大的影响；而且欧盟发起的多项对华反倾销、反补贴案件如2010年欧盟提出的对华光面纸反倾销调查和2012年欧盟对华光伏反倾销案等，波兰均有参与。通常反倾销、反补贴案件的持续时间长，从立案到最终裁决往往要历时一年以上，反倾销案件的征税期更长达5年，这无形使得中国企业在向波兰出口产品的过程中将承担更高的成本和更大的风险，部分企业可能会就此减少对波兰市场的出口甚至撤出波兰市场。

中国对波兰直接投资的估计系数为-0.007，在1%水平上显著。2006年之前中国对波兰的直接投资额较小，有些年份甚至为0，而2006年之后中国对波兰直接投资呈直线增长趋势，2014年中国对波兰的直接投资净流量已达到4 417万美元。目前中国对波兰的直接投资主要集中于对原出口型企业的转移上，是为了避开当地的贸易壁垒抑或出于政策考量而进行对外直接投资，使得本应通过出口至波兰的产品在波兰本地进行生产销售，即出现了对中国出口至波兰产品的替代效应[19]，这在一定程度上削减了中国对波兰的出口。

出口贸易结构相似度估计系数为-1.665，在1%水平上显著。中国和波兰出口贸易结构相似程度越高，相比于同类波兰也具有出口竞争力的产品，中国在波兰市场上的优势就会越小，因而使得中国向波兰出口该类产品的数量大幅度减少，同时会因为中波同类产品向世界供给量的持续增加导致出口产品的世界市场价格下降，最终使得中国总体的贸易条件不断恶化，且由于发展中国家出口贸易结构的相似导致贸易条件恶化是“合成谬误”的机制效应，出口贸易结构的发展具有一定的刚性，因此要在短期内改变这种由于出口贸易结构的相似导致贸易条件恶化的状况具有一定的难度。

3 结论与建议

3.1 结论

1)基于1990-2014年中国和波兰的相关贸易数据，定量分析中国对波兰的出口贸易绩效，弥补了现有文献只考察中国和中东欧国家部分年份贸易数据的不足。

2)根据多指标评估体系衡量中国对波兰的出口贸易绩效，再利用因子分析法进行等级的划定，采用累积Logit模型定性和定量分析影响中国对波兰出口贸易绩效的因素。实证分析结果表明，科技创新、人力资本有利于改善中国对波兰的出口贸易绩效，而人均收入水平差距、波兰加入欧盟、中国对波兰直接投资和出口贸易结构相似度会恶化中国对波兰的出口贸易绩效。

3)结合“一带一路”战略以及中国推进的中欧和平、增长、改革、文明四大伙伴关系提出相应的对策，对于当前文献缺乏“一带一路”战略对中波贸易影响的分析是一个补充。

3.2 建议

波兰是“一带一路”战略实施上的重要一环，也是首个加入亚投行的中东欧国家，其与中国在“一带一路”战略上的成功合作将会对“一带一路”沿线其他中东欧国家产生良好的示范作用。中国要充分利用“一带一路”所带来的政策红利，将通往波兰的“一路”打造成一条通畅的贸易之路，使中国的产品可以更为顺畅地到达波兰甚至西欧市场，把包括波兰在内的中东欧贸易变成中国贸易增长的亮点。

1)加强对科技研发的投入，推动中国向波兰出口产品的转型升级。模型回归结果显示科技创新变量对中波贸易绩效的正向促进作用最大，因此想要有效改善中波贸易绩效，促进中国科技水平的发展是必不可少的。当今世界诸国均在大力发展科技，以提高本国在国际上的综合竞争力。因此，中国应采取以下措施：一是进一步推动国有企业改革，实现简政放权，提高国有企业参与科技研发的积极性和能动性；二是促进国内企业与在华外资企业加强技术合作，鼓励企业在发达国家设置研发中心，从而更好地利用当地的科技和人力优势；三是给中小企业贷款政策“松绑”，中小企业是科技创新的主体，放松银行的贷款要求才能保证中小企业拥有足够的科技研发投入。通过上述措施来提高中国出口产品的技术含量，推动中国对波兰的贸易模式由以出口劳动、资本密集型产品为主向以出口技术密集型产品为主的转变。

2)加快中国教育和人才管理体制改革，培养和引进更多的合格人才。由模型分析结果可知，人力资本变量对中波的贸易绩效改善具有正向推动作用，教育和人才管理体制的改革将利于中国人力资本的不断积累和持续发展。改革的措施主要体现在3个方面：一是启动专业大类人才培养模式改革试点，注重培养专业口径宽、综合能力强和整体素质高的创新型人才；二是实施特色计划，满足个性发展需求，从而提高学生的创新和动手能力；三是引进海外高新技术人才，逐步建立和完善人才激励体系，从而满足社会和企业对人才的迫切需要。

3)提高中国人均收入水平，缩小与波兰收入差距。模型中的中波人均收入水平差距变量在一定程度上阻碍了中波贸易绩效的提高。因此，一方面，国家要实施税收改革，当前企业税负过重，对企业推行降税和废除冗杂税种等措施，将使企业拥有足够的利润来保证员工的收入提高；另一方面，国家财政收入应向国民福利略有倾斜，在财政预算的制定中应多考虑提高国民收入水平和改善国民生活福利等方面。

4)规避欧盟对中国出口产品的“双反”调查，调整对波产品出口竞争策略。由于波兰加入欧盟后很多贸易措施和准则都执行欧盟的标准，所以中国在向波兰出口产品时应避免使用单一的价格竞争手段，而应注重产品差异化质量、品牌售后服务和广告宣传等方面，尽可能有效避免欧盟所谓的“双反”调查。即使在向波兰出口产品过程中遇到了“双反”调查，中国也应与波兰及欧盟建立良好有效的沟通机制，协调解决相关问题，将企业的损失降到最小。

/References:

[1] THIRLWALL A P.A general model of growth and development on kaldorian lines[J].Oxford Economic Papers，1986，38(2):199-219.

[2] BOUGHEAS S，RIEZMAN R.Trade and the distribution of human capital[J].Journal of International Economics，2015，73(2):421-433.

[3] 林琳.技术创新、贸易竞争优势与出口绩效的实证研究——以山东省为例[J].国际贸易问题，2008(11)：68-73. LIN Lin. Technology innovation，competitive advantage and export performance: an empirical analysis on Shan-dong Province [J]. Journal of International Trade，2008(11)：68-73.

[4] 郭炳南，朱幼恩. 人力资本、技术创新与出口贸易绩效——以江苏为例[J].技术经济与管理研究，2009(6)：48-52. GUO Bingnan，ZHU Youen. Human capital，technological innovation and export performance: Jiangsu Province[J].Technoeconomics & Management Research，2009(6)：48-52.

[5] REENEN J V.Wage inequality，technology and trade：21st century evidence[J].Labour Economics，2011,18(6)：730-741.

[6] LINDER S B. An essay on trade and transformation[J].Journal of Political Economy, 1962(1):171-172.

[7] FUNKE M，RUHWEDEL R.Export variety and export performance：empirical evidence from East Asia[J].Journal of Asian Economics，2001，12(4):493-505.

[8] HUMMELS D，KLENOW P J.The variety and quality of a nation's exports[J].American Economic Review，2005，95(3):704-723.

[9] 孔炯炯.出口产品多样化与贸易绩效——基于Funke & Ruhwedel动态面板数据模型的分析[J].国际商务——对外经济贸易大学学报，2009(4)：22-28. KONG Jiongjiong. Export variety and trade performance: An empirical analysis based on Funke & Ruhwedel dynamic panel data model[J]. International Business，2009(4)：22-28.

[10]张亚斌，车鸣，易先忠.发展中国家贸易结构相似对贸易绩效影响的实证研究[J].经济经纬，2011(2)：30-34. ZHANG Yabin，CHE Ming，YI Xianzhong. An empirical research into the effect of the trade structure similarity in developing countries on trade performance[J]. Economic Survey，2011(2)：30-34.

[11]燕春蓉，张秋菊.欧盟东扩贸易效应的实证分析——基于引力模型的面板数据检验[J].技术经济与管理研究，2010(6)：18-21. YAN Chunrong，ZHANG Qiuju. An empirical study of the trade impact effect of the eastern enlargement of European Union:Based on the panel data test of gravity model[J]. Technoeconomics & Management Research，2010(6)：18-21.

[12]龚江洪，陈旭华.基于引力模型的中国-中东欧贸易实证研究[J].价格月刊，2012(11)：62-67. GONG Jianghong，CHEN Xuhua. An empirical study of the trade between China and Middle East European based on gravity model[J].Prices Monthly，2012(11)：62-67.

[13]尚宇红，崔惠芳.文化距离对中国和中东欧国家双边贸易的影响——基于修正贸易引力模型的实证分析[J].江汉论坛，2014(7)：58-62.

[14]龙晓柏，洪俊杰.战略性贸易政策与出口绩效的关系研究——基于我国省际效应视角[J].南开经济研究，2014(3)：84-99. LONG Xiaobai，HONG Junjie. Study on the relationship between strategic trade policy and export performance——Based on the perspective of China’s Provincial effect[J].Nankai Economic Studies，2014(3)：84-99.

[15]BALASSA B.Trade liberalization and “Revealed” comparative advantage[J].The Manchester School，1965，33(2):99-123.

[16]DRYSDALE P. Japan，Australia，New Zealand:The prospect for western pacific economic integration[J].Economic Record，1969，45(3):321-342.

[17]马风涛，李俊.基于6位数产品的中国出口贸易绩效研究[J].首都经济贸易大学学报，2013(5)：62-68. MA Fengtao，LI Jun. Analysis of China’s export trade performance based on 6-digit mirco data[J].Journal of Capital University of Economics and Business，2013(5)：62-68.

[18]FINGER J M，KREININ M E .A measure of “export simila-rity” and its possible uses[J].The Economic Journal，1979，89：905-912.

[19]王恕立，向姣姣. 创造效应还是替代效应——中国OFDI对进出口贸易的影响机制研究[J].世界经济研究，2014(6)：66-73. WANG Shuli，XIANG Jiaojiao. Creation effect or substitution effect: A study on the effect mechanism of China’s outward foreign direct investment on import and export[J]. World Economy Study，2014(6)：66-73.

Trade performance of Chinese exports to Poland and its influencing factors: An empirical analysis based on cumulative Logit model

ZENG Yong, ZHANG Jingzhong

(Business School, Hohai University, Nanjing, Jiangsu 211100, China)

The economic and trade cooperation between China and Poland is the focus of our trade and investment cooperation with the central and Eastern European countries. Poland and China have a good relationship of cooperation in many areas such as finance, trade and culture. In order to put forward appropriate and reasonable proposals to improve trade performance of Chinese exports to Poland, the accurate analysis of the influencing factors on the trade performance of Chinese exports to Poland is necessary. The analysis is conducted empirically based on the trade cooperation data between China and Poland from 1990 to 2014. The cumulative Logit model is applied to the regression analysis. Technology innovation, human capital, per capita income gap between China and Poland, Poland’s accession to EU, Chinese direct investment in Poland and exports of structural similarity between China and Poland are chosen as the influencing factors on the trade performance of Chinese exports to Poland to evaluate these variables’ influence direction of the trade performance of exports. The empirical results show that the techno-logy innovation and human capital have a significant role in promoting the export performance. Per capita income gap between China and Poland, Poland’s accession to EU, Chinese direct investment in Poland and exports of structural similarity between China and Poland have some negative effects on trade performance of Chinese exports to Poland. Finally, based on the model results, specific policy recommendations are put forward to improve trade performance of Chinese exports to Poland from the aspects of increasing investment in technology and human capital, narrowing the income gap between China and Poland, and adjusting Chinese export competition strategy to Poland, providing decision reference for the successful implementation of the One Belt and One Road Strategy.

international trade； cumulative Logit model; export performance; Poland; stepwise selection； the One Belt and One Road Strategy

1008-1534(2017)04-0239-08

2016-12-15;

2017-05-09；责任编辑：张 军

中央高校基本科研业务项目(2016B46114)；江苏省普通高校研究生科研创新计划资助项目(KYLX16_0673)

曾 勇(1992—)，男，安徽宣城人，硕士研究生，主要从事国际贸易方面的研究。

张静中教授。E-mail:zhangjz@hhu.edu.cn

F790.29

A

10.7535/hbgykj.2017yx04002

曾 勇，张静中.中国对波兰出口贸易绩效及其影响因素分析——基于累积Logit模型的实证研究[J].河北工业科技,2017,34(4):239-246. ZENG Yong, ZHANG Jingzhong.Trade performance of Chinese exports to Poland and its influencing factors: An empirical analysis based on cumulative Logit model[J].Hebei Journal of Industrial Science and Technology,2017,34(4):239-246.